תוסף למידת מכונה של Google

כרגע מוצג התיעוד של Apigee Edge.
כניסה למסמכי התיעוד של Apigee X.
מידע

גרסה 1.2.1

אפשר לבקש חיזויים מ-Cloud Machine Learning Engine. באמצעות הפעולה predict, ניתן לבקש ולהציג חיזויים ממודל מאומן קיים.

אחרי שמגדירים את התוסף הזה באמצעות מזהה הפרויקט ופרטי הכניסה של Google Cloud, צריך לבצע קריאות משרת proxy ל-API באמצעות המדיניות בנושא תוספי יתרונות מרכזיים. בהגדרות המדיניות אתם מציינים את המודל וגרסת המודל שבהם רוצים להשתמש, וגם את נתוני המכונה שרוצים שהמודל ישתמש בהם לחיזוי.

רוצים להתחיל להשתמש ב-Cloud ML Engine? תוכלו למצוא אותו במאמר מבוא ל-Cloud ML Engine.

דרישות מוקדמות

התוכן הזה מספק הפניה להגדרה של התוסף הזה ולשימוש בו. לפני שמשתמשים בתוסף משרת proxy של API באמצעות המדיניות בנושא יתרונות מרכזיים של תוסף, צריך:

  1. מוודאים שיש לכם מודל.

    מידע נוסף על מודלים של Cloud ML Engine ועל מושגים אחרים זמין במאמר פרויקטים, מודלים, גרסאות ומשימות.

  2. להשתמש במסוף GCP כדי ליצור מפתח לחשבון השירות.

  3. יש להשתמש בתוכן של קובץ ה-JSON שמכיל את המפתח שהתקבל במהלך הוספה והגדרה של התוסף באמצעות ההפניה לתצורה.

מידע על Google Cloud Machine Learning Engine

אתם יכולים להשתמש ב-Cloud Machine Learning Engine כדי לאמן מודלים של למידת מכונה באמצעות המשאבים של Google Cloud Platform. אתם יכולים לארח את המודלים המאומנים ב-Cloud ML Engine כדי לשלוח להם בקשות לחיזוי ולנהל את המודלים והמשימות שלכם באמצעות שירותי GCP.

פעולות

predict

מבצעים חיזויים על נתוני המכונה שצוינו באמצעות המודל שצוין.

תחביר

<Action>predict</Action>
<Input><![CDATA[{
  "model" : model-for-prediction,
  "version" : model-version,
  "instances" : data-to-use-for-making-prediction
}]]></Input>

דוגמה

<Action>predict</Action>
<Input><![CDATA[{
  "model" : mymodel,
  "version" : version4,
  "instances" : {"instances": ["the quick brown fox", "la bruja le dio"]}
}]]></Input>

פרמטרים של בקשה

פרמטר התיאור תיאור ברירת המחדל נדרש
model המודל לשימוש עבור חיזויים. מחרוזת ללא. כן.
גרסה הגרסה של פתרון למידת מכונה שמשתמשים בו לחיזויים. מחרוזת ללא. כן.
מופעים המכונות שעבורן צריך לקבל חיזויים. צורת הפריטים בערך הזה תלויה בציפיות של המודל שמשתמשים בו לחיזוי. מידע נוסף זמין במאמר פרטי הבקשה לחיזוי. Array ללא. כן.

תשובה

מערך predictions שכולל נתוני חיזוי שהוחזרו על ידי מודל שצוין בהגדרת המדיניות של תוסף יתרונות מרכזיים.

{
  "predictions": [
    {
      "probabilities": [
        0.9435398578643799,
        0.05646015331149101
      ],
      "logits": [
        -2.816103458404541
      ],
      "classes": [
        "0"
      ],
      "class_ids": [
        0
      ],
      "logistic": [
        0.056460149586200714
      ]
    },
    {
      "probabilities": [
        0.9271764755249023,
        0.07282354682683945
      ],
      "logits": [
        -2.54410457611084
      ],
      "classes": [
        "0"
      ],
      "class_ids": [
        0
      ],
      "logistic": [
        0.07282353937625885
      ]
    }
  ]
}

סימוכין לתצורה

במהלך ההגדרה והפריסה של התוסף הזה לשימוש בשרתי proxy של API, צריך להשתמש בהגדרות הבאות. לשלבים להגדרת תוסף באמצעות מסוף Apigee, אפשר לעיין במאמר הוספה והגדרה של תוסף.

מאפיינים נפוצים של תוספים

המאפיינים הבאים קיימים בכל תוסף.

נכס תיאור ברירת המחדל נדרש
name השם שבחרת לתצורה הזו של התוסף. ללא כן
packageName השם של חבילת התוסף כפי שהוא סופק על ידי Apigee Edge. ללא כן
version מספר הגרסה של חבילת התוסף שממנה מגדירים את התוסף. ללא כן
configuration ערך הגדרה ספציפי לתוסף שרוצים להוסיף. מאפיינים לחבילת תוספים זו ללא כן

המאפיינים של חבילת התוספים הזו

מציינים ערכים למאפייני ההגדרה הבאים שספציפיים לתוסף הזה.

נכס התיאור ברירת המחדל נדרש
projectId המזהה של הפרויקט ב-GCP שמכיל מודלים מאומנים שמשמשים את התוסף הזה. ללא. כן.
פרטי כניסה כשמזינים אותו במסוף Apigee Edge, זהו התוכן של קובץ המפתח של חשבון השירות. כששולחים פיד דרך ממשק ה-API לניהול, הוא ערך בקידוד base64 שנוצר מקובץ המפתח של חשבון השירות. ללא. כן.